一种内控协同管理系统的风险预警方法技术方案

本发明专利技术涉及项目管理技术领域，具体涉及一种内控协同管理系统的风险预警方法，该方法包括：获取各项目的至少两个维度对应数据序列，基于数据序列，计算各项目的第一风险评估因子；获取各数据序列的特征向量；计算各特征向量的参考度值，根据参考度值，计算各特征向量的局部相似度分布，基于局部相似度分布，计算各特征向量的局部异常因子；根据局部异常因子，计算各项目的第二风险评估因子；根据第一风险评估因子与第二风险评估因子，计算各项目的综合风险评估因子；通过综合风险评估因子判定内控协同管理系统是否预警。本发明专利技术能够准确获取各项目的综合风险评估因子，进而实现精准预警。预警。预警。

【技术实现步骤摘要】
一种内控协同管理系统的风险预警方法


[0001]本专利技术涉及项目管理
，具体涉及一种内控协同管理系统的风险预警方法。

技术介绍

[0002]内控协同管理系统是能够实现单位资源整合、财务资源标准化以及资金管理的综合管理应用平台，通过利用互联网信息技术，对单位内部的业务流程进行实时监控，实现科学高效管理。其中内控协同管理系统中最重要的是建立财务监管及预警体系，通过以项目预算为中心，实现项目管理的全过程管控，提高风险防范能力。
[0003]在项目管理的全过程管控中，传统的方法往往是对单维度的预算的项目金额数据设置固定大小的数据阈值，若预算的项目金额数据大于设置的数据阈值，则系统进行风险预警；比如设置项目的采购金额阈值，若项目在执行过程中，采购金额大于设置的采购金额阈值，则系统进行风险预警。然而若仅仅通过单维的数据(采购金额)来分析项目的风险程度，不考虑其他维度的项目数据，比如，若仅考虑采购金额的大小，而不考虑项目本身的合同数据中的采购清单，忽略了采购清单中的数据与采购金额数据之间的内在联系，会造成严重的风险评估误差，进而造成错误预警，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种内控协同管理系统的风险预警方法，其特征在于，该方法包括以下步骤：获取各项目的至少两个维度对应的数据序列，基于数据序列，计算各项目的第一风险评估因子；获取各数据序列的特征向量，计算各特征向量的参考度值；对于所有项目在同一维度对应的特征向量，随机选取一个特征向量，以该特征向量为中心获取设定范围内的其他特征向量，根据其他特征向量的参考度值，计算该特征向量的局部相似度分布，进而得到各特征向量的局部相似度分布；根据其他特征向量的局部相似度分布，计算该特征向量的局部异常因子；进而得到各特征向量的局部异常因子；根据任意一个项目在所有维度对应的特征向量的局部异常因子以及不同维度对应的特征向量的局部异常因子之间的差异，计算该项目的第二风险评估因子；根据该项目的第一风险评估因子与第二风险评估因子，计算该项目的综合风险评估因子；基于综合风险评估因子，判定内控协同管理系统是否预警。2.根据权利要求1所述的一种内控协同管理系统的风险预警方法，其特征在于，所述基于数据序列，计算各项目的第一风险评估因子的方法为：在任意一个项目的所有维度对应的数据序列中，获取该项目的项目支出数据与项目预算数据；获取该项目的绩效评价值；设置绩效评价值阈值，根据绩效评价值阈值与绩效评价值，计算该项目的项目预算调整幅度值；基于该项目的项目支出数据、项目预算数据以及项目预算调整幅度值，确定该项目的第一风险评估因子。3.根据权利要求2所述的一种内控协同管理系统的风险预警方法，其特征在于，所述第一风险评估因子的计算公式为：α
i
＝th|g
i
‑
sign(f
i
)
×
G
i
|其中，α
i
表示项目i的第一风险评估因子，g
i
表示项目i的项目支出数据，G
i
表示项目i的项目预算数据；sign(f
i
)表示项目i的项目预算调整幅度值；f
i
表示项目i的绩效评价值；f
T
表示绩效评价值阈值，th()表示双曲正切函数；||表示求取绝对值的函数。4.根据权利要求1所述的一种内控协同管理系统的风险预警方法，其特征在于，所述获取各数据序列的特征向量，计算各特征向量的参考度值的方法包括：对于任意一个数据序列，通过自编码网络获取该数据序列的特征向量；其中，自编码网络包括蒙特卡罗层，蒙特卡罗层的参数值在设定的初始值与终止值之间不断变化，不同的参数值对应的自编码网络获取的特征向量不同，计算每一次变化前后的两个特征向量之间的余弦相似度；根据余弦相似度与参数值构建曲线，曲线的横坐标为参数值，曲线的纵坐标为余弦相似度；每一次...

【专利技术属性】
技术研发人员：毛亚萍，孙康，
申请(专利权)人：浙江淏瀚信息科技有限公司，
类型：发明
国别省市：